BÀI tập lớn KINH tế LƯỢNG và PHÂN TÍCH dữ LIỆUPHÂN TÍCH bộ số LIỆU tổng mức đầu tư phụ thuộc vào tỷ lệ lạm phát và tỷ lệ thất nghiệp (xét đối với nền kinh tế mỹ)

TRƯỜNG ĐẠI HỌC KINH TẾ QUỐC DÂN
VIỆN SAU ĐẠI HỌC
BÀI TẬP LỚN
KINH TẾ LƯỢNG VÀ PHÂN TÍCH DỮ LIỆU
Học viên: NGUYỄN PHƯƠNG HÀ
Mã số: CH210386 Lớp: Cao học 21D Số thứ tự: 19
PHÂN TÍCH BỘ SỐ LIỆU: Tổng mức đầu tư phụ thuộc vào tỷ lệ
lạm phát và tỷ lệ thất nghiệp (xét đối với nền kinh tế Mỹ).
Số quan sát: 33
Số biến số: 3
Loại số liệu: Chuỗi thời gian
Từ 1980 đến 2012
Hà Nội, 12 / 2012
1
Nền kinh tế thế giới nói chung và tại Việt Nam nói riêng đang trải qua một giai đoạn
khủng hoảng khá trầm trọng khi hàng loạt các công ty phá sản, sản xuất trì trệ, ứ đọng vốn, tỷ lệ
thất nghiệp ở mức cao. Đứng trước vấn đề khủng hoảng này, Chính phủ các nước vẫn phải cố
gắng cùng với các doanh nghiệp vực dậy nền kinh tế còn khó khăn này, giúp giảm tỷ lệ phá sản,
tăng cường khả năng sản xuất, giảm tỷ lệ thất nghiệp, thúc đẩy đầu tư, nâng tổng cầu cho nền
kinh tế.
Và vấn đề mà em đã nghiên cứu trong môn Kinh tế lượng chính là các nhân tố ảnh hưởng
đến tổng mức đầu tư của nền kinh tế Mỹ. Lý do em lựa chọn số liệu của nước Mỹ chứ không
phải của Việt Nam là bởi số liệu của Việt Nam không được đầy đủ và chính xác, lịch sử thời
gian thống kê không lâu dài như của Mỹ (số liệu về tỷ lệ thất nghiệp của Việt Nam chỉ có từ năm
1990 trở lại đây).
Các nhân tố ảnh hưởng mà em lựa chọn để nghiên cứu ở đây là tỷ lệ thất nghiệp và tỷ lệ
lạm phát. Nhân tố ảnh hưởng đến đầu tư có thể nói là rất nhiều, ví dụ như đầu tư tăng do thay đổi
cơ cấu kinh tế, do nhu cầu về sản phẩm dịch vụ tăng cao, tiềm lực của doanh nghiệp v.v… tuy
nhiên em chỉ lựa chọn 2 nhân tố như đã nêu để có thể nghiên cứu sự tác động hay một phần sự
thay đổi của đầu tư do các yếu tố vĩ mô gây ra. Thất nghiệp thay đổi có thể sẽ ảnh hưởng đến đầu
tư, nhưng ảnh hưởng như thế nào? Tỷ lệ lạm phát cũng có thể ảnh hưởng đến đầu tư, đồng thời

lạm phát cũng nói lên tình trạng của nền kinh tế và từ đó có thể nhận định chiều hướng của đầu
tư trong tương lai.
Trong mô hình có sử dụng các biến như sau:
Tên biến Ký hiệu Đơn vị
Biến phụ thuộc Tổng đầu tư INV Trăm nghìn tỷ USD
Biến độc lập
Lạm phát INF %
Thất nghiệp UNE %
Nguồn số liệu: International Monetary Fund, World Economic Outlook Database, October
2012. www.imf.org
Mức ý nghĩa α = 0.05
Lấy số liệu theo năm. Thời gian từ năm 1980 – 2012. Số quan sát là 33.
I. Thống kê mô tả của các biến
INV INF UNE
Mean 15.90958 3.576303 6.441333
Median 14.84450 3.042000 5.992000
Maximum 27.52225 13.50200 9.708000
Minimum 5.794891 -0.321000 3.967000
Std. Dev. 6.940899 2.500585 1.668151
Skewness 0.184783 2.470391 0.583516
Kurtosis 1.654651 10.06195 2.317873
Jarque-Bera 2.676496 102.1383 2.512486
Probability 0.262305 0.000000 0.284722
2
Sum 525.0160 118.0180 212.5640
Sum Sq. Dev. 1541.635 200.0936 89.04728
Observations 33 33 33
- Theo độ lệch chuẩn thì biến INV biến động nhiều nhất (6.940899). Còn theo hệ số
biến thiên (CV=S.D/Mean) thì biến INF biến động lớn nhất (CV
INV

= 0.436272, CV
INF
=
0.699209, CV
UNE
= 0.258976)
- Dựa vào P-value của thống kê JB, ta thấy biến INV và UNE phân phối chuẩn còn
INF thì không.
Hệ số tương quan giữa các biến
INV INF UNE
INV 1.000000 -0.513757 -0.317013
INF -0.513757 1.000000 0.106211
UNE -0.317013 0.106211 1.000000
Trong đó biến INF và INV có mức độ tương quan cao nhất (0.513757), còn INF và UNE
tương quan với nhau thấp nhất (0.106211).
Đồ thị thể hiện sự vận động của UNE, INV và INF (Graph 1)
Dựa vào đồ thị có thể nhận thấy INV biến thiên ngược chiều với cả 2 biến UNE và INF.
Nhìn chung thì lạm phát và thất nghiệp không theo 1 xu hướng nào rõ rệt, còn đầu tư thì vẫn có
xu hướng tăng dần theo thời gian.
II. Một số mô hình hồi quy
II.1. Mô hình 1 (MH1): đầu tư phụ thuộc vào thất nghiệp và lạm phát cùng kỳ.
2.1.1 Hồi quy mô hình dạng:
INV = β
1
+ β
2
.INF + β
3
.UNE + u
Sử dụng Eview thu được kết quả ước lượng sau:

3
Dependent Variable: INV
Method: Least Squares
Date: 01/21/13 Time: 14:28
Sample: 1980 2012
Included observations: 33
Variable Coefficient Std. Error t-Statistic Prob.
C 27.84381 4.256732 6.541123 0.0000
INF -1.347785 0.416046 -3.239510 0.0029
UNE -1.104452 0.623660 -1.770921 0.0867
R-squared 0.333610 Mean dependent var 15.90958
Adjusted R-squared 0.289184 S.D. dependent var 6.940899
S.E. of regression 5.851867 Akaike info criterion 6.457907
Sum squared resid 1027.330 Schwarz criterion 6.593953
Log likelihood -103.5555 F-statistic 7.509331
Durbin-Watson stat 0.158977 Prob(F-statistic) 0.002270
Theo kết quả trên thì:
- Hàm hồi quy phù hợp do kiểm định F có P-value = 0.002270 < α
- Các biến độc lập giải thích 33.36% cho biến phụ thuộc.
- Biến lạm phát và hệ số chặn đều có ý nghĩa thống kê, đều có ảnh hưởng đến mức đầu
tư do đều có P-value của thống kê T nhỏ hơn mức ý nghĩa 0.05. Nhưng thất nghiệp thì không có
ý nghĩa thống kê do P-value = 0.0867 > α. Có nghĩa là thất nghiệp cùng kỳ không ảnh hưởng đến
đầu tư trong kỳ.
- Ý nghĩa của ước lượng các hệ số:
• = 27.84381 cho biết khi không có thất nghiệp và lạm phát thì đầu tư ở mức
27.84381 đơn vị.
• = -1.347785 cho biết khi lạm phát tăng (giảm) 1 đơn vị trong khi tỷ lệ thất
nghiệp không đổi thì đầu tư giảm (tăng) 1.347785 đơn vị.
2.1.2 Kiểm định các khuyết tật của mô hình bằng các kiểm định tự động
a. Phương sai sai số thay đổi (bằng kiểm định White không tích chéo)

Giả thuyết kiểm định: H
0
: mô hình 1 (MH1) không có phương sai sai số thay đổi
H
1
: mô hình 1 (MH1) có phương sai sai số thay đổi
Kết quả kiểm định:
White Heteroskedasticity Test:
F-statistic 0.659818 Probability 0.625046
Obs*R-squared 2.842626 Probability 0.584497
Hồi quy phụ để kiểm định:
e
2
= α
1
+ α
2
.INF + α
3
.UNE + α
4
.INF
2
+ α
5
.UNE
2
+ v
Theo kết quả này thì mô hình không có phương sai sai số thay đổi do cả 2 P-value của
thống kê T và χ

2
đều lớn hơn 0.05.
b. Tự tương quan
Giả thuyết kiểm định: H
0
: mô hình 1 (MH1) không có tự tương quan bậc nhất
H
1
: mô hình 1 (MH1) có tự tương quan bậc nhất
4
Kết quả kiểm định:
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 178.6072 Probability 0.000000
Obs*R-squared 28.39033 Probability 0.000000
Hồi quy phụ để kiểm định: e = α
1
+ α
2
.INF + α
3
.UNE + α
4
.e(-1) + v
P – value của kiểm định F nhỏ hơn mức 0.05. Nghĩa là bác bỏ H
0
, thừa nhận H
1
, hay mô
hình có tự tương quan bậc 1.
c. Định dạng mô hình

Giả thuyết kiểm định: H
0
: mô hình 1 (MH1) có dạng hàm đúng/không thiếu biến
H
1
: mô hình 1 (MH1) có dạng hàm sai/thiếu biến
Kết quả kiểm định:
Ramsey RESET Test:
F-statistic 1.820368 Probability 0.187710
Log likelihood ratio 2.009039 Probability 0.156364
Hồi quy phụ để kiểm định:
INV = β
1
+ β
2
.INF + β
3
.UNE + α
1
.
2
+ v
Theo kết quả kiểm định thì mô hình có dạng hàm đúng do P-value của thống kê F là 0.187710,
lớn hơn 0.05.
2.1.3 Khắc phục khuyết tật
Khắc phục tự tương quan: đổi dạng mô hình như một số mô hình ở phần sau.
II.2. Mô hình 2 (MH2) – Đầu tư kỳ này phụ thuộc vào lạm phát kỳ này và thất
nghiệp 3 kỳ trước
2.2.1 Mô hình hồi quy dạng:
INV = β

1
+ β
2
.INF(-1) + β
3
.UNE(-3) + u
Sử dụng Eview thu được kết quả sau:
Dependent Variable: INV
Method: Least Squares
Date: 01/21/13 Time: 14:37
Sample(adjusted): 1983 2012
Included observations: 30 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
C 32.80655 4.300456 7.628621 0.0000
INF(-1) -2.079358 0.838143 -2.480911 0.0196
UNE(-3) -1.541814 0.684830 -2.251382 0.0327
R-squared 0.380322 Mean dependent var 16.87108
Adjusted R-squared 0.334420 S.D. dependent var 6.528592
S.E. of regression 5.326227 Akaike info criterion 6.277803
Sum squared resid 765.9549 Schwarz criterion 6.417923
Log likelihood -91.16704 F-statistic 8.285505
Durbin-Watson stat 0.550421 Prob(F-statistic) 0.001564
Theo kết quả trên thì:
5
- Hàm hồi quy phù hợp do kiểm định F có P-value = 0.001564<α
- Các biến độc lập giải thích 38.03% cho biến phụ thuộc.
- Các biến đều có ý nghĩa thống kê do đều có P-value nhỏ hơn 0.05
- Ý nghĩa của ước lượng các hệ số:
• = 32.80655 cho biết khi không có thất nghiệp và lạm phát thì đầu tư ở mức
32.80655 đơn vị.

• = -2.079358 cho biết khi lạm phát kỳ trước tăng (giảm) 1 đơn vị trong khi tỷ
lệ thất nghiệp 3 kỳ trước không đổi thì đầu tư kỳ này giảm (tăng) 2.079358 đơn vị.
• = -1.541814 cho biết khi tỷ lệ thất nghiệp của 3 kỳ trước tăng (giảm) 1 đơn vị
thì đầu tư kỳ này sẽ giảm (tăng) 1.541814 đơn vị (lạm phát kỳ trước không đổi).
2.2.2 Kiểm định các khuyết tật của mô hình
a. Tự tương quan
Giả thuyết kiểm định: H
0
: mô hình 2 (MH2) không có tự tương quan bậc nhất
H
1
: mô hình 2 (MH2) có tự tương quan bậc nhất
Kết quả kiểm định:
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 28.61859 Probability 0.000013
Obs*R-squared 15.71915 Probability 0.000073
Theo kết quả này thì mô hình có tự tương quan bậc 1 do P-value của thống kê F nhỏ hơn
0.05.
b. Phương sai sai số thay đổi
Giả thuyết kiểm định: H
0
: mô hình 2 (MH2) không có phương sai sai số thay đổi
H
1
: mô hình 2 (MH2) có phương sai sai số thay đổi
Kết quả kiểm định:
White Heteroskedasticity Test:
F-statistic 0.682636 Probability 0.610574
Obs*R-squared 2.954012 Probability 0.565551
Theo P-value của thống kê F thì mô hình không có phương sai sai số thay đổi.

c. Định dạng mô hình
Giả thuyết kiểm định: H
0
: mô hình 2 (MH2) có dạng hàm đúng/không thiếu biến
H
1
: mô hình 2 (MH2) có dạng hàm sai/thiếu biến
Kết quả kiểm định:
Ramsey RESET Test:
F-statistic 0.417871 Probability 0.523667
Log likelihood ratio 0.478325 Probability 0.489182
Theo kết quả kiểm định thì mô hình định dạng đúng do P-value lớn hơn 0.05, chưa có cơ
sở bác bỏ H
0
, vậy có thể coi mô hình này không thiếu biến/định dạng đúng.
6
II.3. Mô hình 3 (MH3) – mô hình dạng mũ - logarit
2.3.1 Mô hình hồi quy
LOG(INV) = β
1
+ β
2
.LOG(INF(-1)) + β
3
.LOG(UNE(-3)) + u
Kết quả hồi quy :
Dependent Variable: LOG(INV)
Method: Least Squares
Date: 01/21/13 Time: 14:56
Sample(adjusted): 1983 2012

Included observations: 29
Excluded observations: 1 after adjusting endpoints
Variable Coefficient Std. Error t-Statistic Prob.
C 4.608975 0.478407 9.634001 0.0000
LOG(INF(-1)) -0.485868 0.189015 -2.570527 0.0162
LOG(UNE(-3)) -0.741610 0.274619 -2.700506 0.0120
R-squared 0.436231 Mean dependent var 2.733833
Adjusted R-squared 0.392864 S.D. dependent var 0.416397
S.E. of regression 0.324452 Akaike info criterion 0.684341
Sum squared resid 2.737003 Schwarz criterion 0.825786
Log likelihood -6.922949 F-statistic 10.05910
Durbin-Watson stat 0.610130 Prob(F-statistic) 0.000581
Theo kết quả này thì :
- Hàm hồi quy phù hợp do kiểm định F có P-value = 0.000581<α
- Các biến độc lập giải thích 43.62% cho biến phụ thuộc.
- Các biến và hệ số chặn đều có ý nghĩa thống kê do đều có P-value nhỏ hơn 0.05
- Ý nghĩa của ước lượng các hệ số:
• = -0.485868 cho biết khi lạm phát kỳ trước tăng (giảm) 1 % (chứ không phải
1 đơn vị %) trong khi tỷ lệ thất nghiệp 3 kỳ trước không đổi thì đầu tư kỳ này giảm (tăng)
0.485868 %.
• = -0.741610 cho biết khi tỷ lệ thất nghiệp của 3 kỳ trước tăng (giảm) 1 %
(không phải là 1 đơn vị %) thì đầu tư kỳ này sẽ giảm (tăng) 0.741610 % (lạm phát kỳ trước
không đổi).
2.3.2 Kiểm định các khuyết tật của mô hình
a. Phương sai sai số thay đổi (dùng kiểm định White không tích chéo)
Giả thuyết kiểm định: H
0
: mô hình 3 (MH3) không có phương sai sai số thay đổi
H
1

: mô hình 3 (MH3) có phương sai sai số thay đổi
Kết quả kiểm định:
White Heteroskedasticity Test:
F-statistic 0.602578 Probability 0.664464
Obs*R-squared 2.646658 Probability 0.618581
Theo kết quả này thì mô hình không có phương sai sai số thay đổi do cả 2 p-value đều
lớn hơn 0.05.
b. Tự tương quan
Giả thuyết kiểm định: H
0
: mô hình 3 (MH3) không có tự tương quan bậc nhất
H
1
: mô hình 3 (MH3) có tự tương quan bậc nhất
Kết quả kiểm định:
7
Breusch-Godfrey Serial Correlation LM Test:
F-statistic 21.35927 Probability 0.000099
Obs*R-squared 13.36127 Probability 0.000257
P – value của kiểm định F nhỏ hơn mức 0.05. Nghĩa là bác bỏ H
0
, thừa nhận H
1
, hay mô
hình có tự tương quan bậc 1.
c. Định dạng mô hình
Giả thuyết kiểm định: H
0
: mô hình 3 (MH3) có dạng hàm đúng/không thiếu biến
H

1
: mô hình 3 (MH3) có dạng hàm sai/thiếu biến
Kết quả kiểm định:
Ramsey RESET Test:
F-statistic 1.264747 Probability 0.271437
Log likelihood ratio 1.431203 Probability 0.231568
Theo kết quả kiểm định thì mô hình có dạng hàm đúng do P-value của thống kê F là
0.271437, lớn hơn 0.05.
III. Kết luận
Như vậy, từ 3 mô hình trên, có thể thấy cả 3 mô hình vẫn có lỗi (chỉ có lỗi tự tương quan)
nên kết quả ước lượng chưa phải là chính xác nhất. Tuy nhiên vẫn có thể tạm kết luận với nền
kinh tế Mỹ đối với mẫu đã nghiên cứu như sau:
- Trong cùng kỳ thì đầu tư chỉ chịu tác động của lạm phát chứ không bị ảnh hưởng
bởi thất nghiệp, và tác động này là ngược chiều. Nghĩa là khi khi nền kinh tế Mỹ có lạm phát
tăng thì đầu tư sẽ giảm và ngược lại. Sự vận động ngược chiều như vậy là hợp lý bởi khi có lạm
phát tăng, có thể khiến cho giá đầu vào tăng, từ đó dẫn đến chi phí tăng, làm cho các doanh
nghiệp giảm đầu tư.
- Đầu tư trong kỳ bị ảnh hưởng bởi lạm phát kỳ trước và thất nghiệp của 3 kỳ trước
đó và cũng là ảnh hưởng ngược chiều. Lạm phát kỳ trước tăng khiến cho đầu tư kỳ này giảm đi.
Còn thất nghiệp 3 kỳ trước tăng có thể khiến nền kinh tế rơi vào khủng hoảng, nhu cầu sụt giảm,
khiến cho các doanh nghiệp phải cắt giảm đầu tư trong hiện tại. Đó cũng là hệ lụy của khủng
hoảng kinh tế, ảnh hưởng đến vài năm sau chứ không phải chỉ ảnh hưởng trong 1 2 năm sau đó.
8